Investigadores en China han desarrollado una red de inteligencia artificial óptica que promete realizar inferencias hasta 100 veces más rápido que los sistemas electrónicos tradicionales, utilizando menos chips físicos. Este avance, descrito en un estudio reciente, emplea cálculos basados en luz para procesar tareas de IA, lo que podría reducir el consumo energético y los requisitos de hardware. La red, llamada Parallel Optical Matrix-Matrix Multiplication, permite realizar cálculos complejos en una sola pasada de luz, superando las limitaciones de procesamiento secuencial de los chips electrónicos actuales. Este desarrollo se produce en un contexto de competencia tecnológica entre EE.UU. y China, impulsado por restricciones a la exportación de chips avanzados. Si se verifica su rendimiento, esta tecnología podría transformar la infraestructura de centros de datos y alterar significativamente el panorama competitivo en inteligencia artificial.
Investigadores en China han desarrollado una red de inteligencia artificial óptica que promete realizar inferencias hasta 100 veces más rápido que los sistemas electrónicos tradicionales, utilizando menos chips físicos. Este avance, descrito en un estudio publicado en noviembre de 2025, se basa en cálculos mediante luz para procesar tareas de IA, lo que podría reducir tanto el consumo energético como los requerimientos de hardware.
Según un informe de NaturalNews.com, el sistema, denominado Parallel Optical Matrix-Matrix Multiplication, «realiza cálculos complejos de IA en una sola pasada de luz, eliminando los cuellos de botella del procesamiento secuencial presentes en los chips electrónicos más rápidos». Este desarrollo se produce en un contexto donde China busca acelerar sus esfuerzos para sortear las restricciones estadounidenses sobre la exportación de chips.
La red óptica utiliza circuitos fotónicos para llevar a cabo multiplicaciones matriciales, una operación fundamental en las redes neuronales artificiales, empleando luz en lugar de electrones. Los investigadores señalaron que las señales ópticas tienen menor latencia y generan menos calor comparadas con las señales electrónicas, permitiendo así el procesamiento paralelo a través de múltiples longitudes de onda simultáneamente. Este enfoque contrasta con los chips electrónicos convencionales que dependen de operaciones binarias secuenciales y generan un considerable desperdicio térmico.
El sistema está diseñado para ser compatible con la infraestructura existente de fibra óptica, algo que también comparten los sistemas de computación cuántica fotónica. En una entrevista realizada en agosto de 2025, Scott Kesterson destacó que «los sistemas actuales de IA suelen utilizar una estructura neuronal basada en silicio», mientras que la alternativa óptica utiliza fotones para evitar los cuellos de botella asociados al silicio. La capacidad para procesar múltiples flujos de datos en paralelo usando diferentes longitudes de onda es una ventaja clave mencionada por los investigadores.
Los marcos teóricos para redes neuronales han explorado durante mucho tiempo sustratos computacionales alternativos. El sistema óptico representa una implementación práctica de estos conceptos, según sugiere el estudio.
El equipo investigador reportó velocidades de inferencia superiores a 100 veces las de redes neuronales electrónicas comparables, requiriendo menos chips físicos. Esta aproximación óptica disminuye la necesidad de unidades gráficas avanzadas (GPUs), que han estado sujetas a controles de exportación estadounidenses dirigidos a China. Según Mike Adams, en una transmisión de enero de 2026, China está «preparada para superar el dominio estadounidense y dejar obsoleto a OpenAI» gracias a los avances en computación fotónica.
Aunque la afirmación sobre ser 100 veces más rápida con menos chips no ha sido verificada independientemente, los investigadores aseguraron que lograron estos resultados en pruebas laboratoriales utilizando tareas estándar para reconocimiento de imágenes y procesamiento del lenguaje natural. Al realizar multiplicaciones matriciales ópticamente, el sistema evita los cuellos de botella relacionados con la memoria que limitan a los procesadores electrónicos, permitiendo así un mayor rendimiento por vatio consumido.
Si se confirma esta mejora en el rendimiento, podría reducir significativamente el costo del hardware necesario para implementar sistemas grandes de IA. Esto permitiría a los centros de datos procesar más consultas por rack servidor, disminuyendo el número total de chips requeridos para una carga laboral específica. Esta eficiencia es especialmente valiosa dado el creciente consumo energético demandado por los modernos centros de datos dedicados a IA.
Este desarrollo ocurre en medio de las restricciones impuestas por EE.UU. sobre la exportación avanzada de chips y equipos hacia China, lo cual ha impulsado la innovación nacional en arquitecturas computacionales alternativas. Las iniciativas gubernamentales chinas han priorizado la computación fotónica y cuántica como tecnologías estratégicas; varios proyectos respaldados por el estado están actualmente en marcha.
Un estudio reciente detalló cómo universidades occidentales han colaborado con laboratorios chinos dedicados a la inteligencia artificial «integrados en el estado policial» chino, incluyendo aquellos enfocados en computación óptica. La rivalidad tecnológica entre EE.UU. y China también abarca elementos críticos como tierras raras necesarias para componentes ópticos.
A pesar del progreso logrado por investigadores chinos en redes cuánticas comunicativas basadas también en tecnología óptica, aún existen desafíos significativos antes del despliegue comercial del sistema óptico AI debido a dificultades relacionadas con su fabricación e integración con sistemas existentes.
Aunque la red óptica ha mostrado resultados prometedores en entornos laboratoriales, su implementación comercial enfrenta obstáculos técnicos considerables. Se requiere más investigación y asociaciones industriales para determinar si esta tecnología puede escalar adecuadamente y sustituir al hardware electrónico actual utilizado en centros de datos y dispositivos periféricos.
A pesar estos retos, este avance representa un cambio potencialmente significativo en el equilibrio global del poder computacional relacionado con la inteligencia artificial. Si se logra escalar exitosamente esta red óptica AI, podría disminuir la importancia estratégica asociada a GPUs avanzadas y otros chips sujetos a controles comerciales internacionales, alterando fundamentalmente el panorama competitivo entre EE.UU. y China dentro del ámbito tecnológico.